文章目录
LivePortrait AI生成视频效果演示：
1，准备工作:
本地下载代码并准备环境，运行命令前需安装git
#克隆项目程序
git clone https://github.com/KwaiVGI/LivePortrait
#进入下载好的项目主目录
cd LivePortrait
#使用conda创建env环境并激活项目
conda create -n LivePortrait python=3.9
conda activate LivePortrait
#使用pip安装依赖项
#Linux和Windows用户的使用以下命令去部署
pip install -r requirements.txt
# 苹果Silicon用户的macOS使用以下命令去部署
pip install -r requirements_macOS.txt注意：确保您的系统已安装FFmpeg，包括ffmpeg和ffprobe！
2. 下载预训练权重:
下载预训练权重的最简单方法是从 HuggingFace 下载：
#首先，确保已安装git lfs，
#请参阅：https://docs.github.com/en/repositories/working-with-files/managing-large-files/installing-git-large-file-storage
git lfs install
#克隆并移动weights目录
git clone https://huggingface.co/KwaiVGI/LivePortrait temp_pretrained_weights
mv temp_pretrained_weights/* pretrained_weights/
rm -rf temp_pretrained_weights非海外用户，没有外网环境的朋友，你可以从【Google Drive】或【123盘】网盘下载所有预训练权重。解压并将它们放在 中./pretrained_weights。
确保目录结构如下，或包含：
pretrained_weights
├── insightface
│ └── models
│ └── buffalo_l
│ ├── 2d106det.onnx
│ └── det_10g.onnx
└── liveportrait
├── base_models
│ ├── appearance_feature_extractor.pth
│ ├── motion_extractor.pth
│ ├── spade_generator.pth
│ └── warping_module.pth
├── landmark.onnx
└── retargeting_models
└── stitching_retargeting_module.pth
3.推理使用:
# Linux和Windows用户使用以下命令部署
python inference.py
#MacOS用户使用以下命令部署（对于配备Apple Silicon的macOS，不支持Intel，这可能比RTX 4090慢20倍）
PYTORCH_ENABLE_MPS_FALLBACK=1 python inference.py如果脚本成功运行，你会得到一个名为 的输出mp4文件animations/s6--d0_concat.mp4。此文件包含以下结果：驾驶视频，输入图像或视频，以及生成的结果。
或者您可以通过指定-s和参数-d来更改输入:
# 源输入是图像
python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4
# 源输入是视频
python inference.py -s assets/examples/source/s13.mp4 -d assets/examples/driving/d0.mp4
# 查看更多选项
python inference.py -h
参照视频自动裁剪 📢📢📢
要使用您自己的参照视频，我们建议：⬇️
- 将其裁剪为1:1 的宽高比（例如 512×512 或 256×256 像素），或通过 启用自动裁剪
--flag_crop_driving_video。 - 重点关注头部区域，与示例视频类似。
- 尽量减少肩部运动。
- 确保参照视频的第一帧是正面且表情中性。
以下是自动裁剪的案例--flag_crop_driving_video：
python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d13.mp4 --flag_crop_driving_video
如果觉得自动裁剪的效果不好，您可以修改--scale_crop_driving_video、--vy_ratio_crop_driving_video选项来调整比例和偏移量，或者手动进行调整。
动作模板制作
您还可以使用自动生成的以 结尾的运动模板文件来.pkl加速推理，并保护隐私，例如：
python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d5.pkl # portrait animation
python inference.py -s assets/examples/source/s13.mp4 -d assets/examples/driving/d5.pkl # portrait video editing
4. Gradio 可视化界面操作
在Gradio的可视化界面下可以获得更好的体验，适合新手使用，只需运行下面安装代码即可：
# 适用于Linux和Windows用户
python app.py
# 适用于苹果Silicon用户的macOS
PYTORCH_ENABLE_MPS_FALLBACK=1 python app.py
您可以指定--server_port、、--share参数--server_name来满足您的需求！
🚀 它们还提供了加速选项--flag_do_torch_compile。首次推理会触发优化过程（约一分钟），使后续推理速度提高 20-30%。性能提升可能因 CUDA 版本的不同而有所差异。
#启用torch.compile以实现更快的推理
python app.py --flag_do_torch_compile注意：Windows 和 macOS 不支持此方法。或者，在HuggingFace上轻松尝试一下🤗
5. 推理速度评估
下方提供了一个脚本来评估每个模块的推理速度：
# 适用于NVIDIA的GPU
python speed.py以下是使用原生 PyTorch 框架在 RTX 4090 GPU 上推断一帧的结果torch.compile：
| 模型 | 参数(米) | 模型大小(MB) | 推理（毫秒） |
|---|---|---|---|
| 外观特征提取器 | 0.84 | 3.3 | 0.82 |
| 运动提取器 | 28.12 | 108 | 0.84 |
| 铲形发电机 | 55.37 | 212 | 7.59 |
| 变形模块 | 45.53 | 174 | 5.21 |
| 拼接和重定向模块 | 0.23 | 2.3 | 0.31 |
注意：拼接和重定向模块的值代表三个连续 MLP 网络的组合参数数量和总推理时间。
当然如果你没有一张好的显卡，无法本地运行，那么可以在huggingface上免费体验：【点击前往】在线使用
评论